具身智能的产业窗口期，正在由部署与迭代速度决定

作者：彭堃方

编辑：吕鑫燚

出品：具身研习社

具身智能的时间表正在被不断调快。

今年8月的世界机器人大会上，王兴兴对具身智能“ChatGPT时刻”的判断是，“快则两到三年，慢则五到十年”。11月3日在世界互联网大会乌镇峰会，他进一步表示，“明年有较大概率成为机器人行业或机器人模型发展的临界点”。

两天后，在虹桥国际经济论坛上，他谈到机器人模型面临的关键挑战之一是模型输入输出与物理世界的对齐；同时，他强调机器人AI模型的自进化能力，希望通过数据、训练和效果评价推动机器人AI模型持续进化。

同一天，宇树科技与光轮智能又达成战略合作。宇树机器人走向真实场景，需要解决训练数据如何匹配本体、仿真结果如何贴近真机、能力如何可靠验证，以及部署中的问题如何回到研发等一系列工程难题。光轮将以数据生产、物理仿真、规模化评测和部署反馈能力，为这些环节提供基础设施支撑；宇树则结合自身在本体、运动控制、感知系统、力控灵巧手及开发生态上的积累，共同探索打通从模型训练、能力验证到真实场景应用的链路。

这为观察具身智能的产业走向提供了一个具体切口：具身智能的竞争正在从单一的本体、模型能力，延伸到本体规模与持续学习基础设施的协同。部署则是这套协同接受真实检验、兑现应用价值的环节。而谁能更快完成物理验证、场景适配和反馈迭代，谁就更有机会把技术进展转化为规模化落地优势。

机器人真实部署前，最耗费时间的工作之一，是让训练中学到的动作适应真实的物理条件。

这也是王兴兴最担心的问题，“目前多模态模型本身的理解能力已经较好，最大的问题是输入输出对齐的误差，包括输入层面传感器测量与真实状态的偏差以及输出层面动作指令与实际运动的偏差”。

11月初，苹果研究团队公布的HALO，为仿真训练走向真实机器人提供了一个新案例。研究通过1000个仿真住宅生成视觉、语言与运动配对数据，并在宇树G1上验证。论文报告，在六个未见过的真实环境中，六类全身技能的360次试验取得了91%的平均成功率，涵盖坐下、穿门、钻过低矮障碍和推箱等任务。

但随着能力继续深入，仿真绕不开工业级精细操作。机器人理解了“把插头插进去”，还要处理接口的位置、接触时的阻力，以及零件受力后的细微形变。

这些细节正是王兴兴所说的“最后几毫米”。一个在仿真中顺利完成的动作，到了现场，可能因为接触条件不同而卡住。对于插拔、压装等任务，如果仿真仅仅复现物体的外观和几何形状，仍不足以解释动作为什么成功或失败。

光轮与新思科技此前展示的RJ45网线插入案例，提供了一个更贴近工业精细操作的例子。光轮对真实机器人的插入力和接触过程进行测量，新思科技旗下Ansys Motion提供工程仿真分析，双方据此校准机器人仿真模型。公开披露的结果显示，校准后仿真插入力与真机测量结果的误差控制在5%以内。

这类工作能够帮助研发团队在真机进场前，提前识别和处理一部分物理偏差。光轮智能SimFoundry的“求解—测量—生成”技术路径，把真实测量得到的物理参数用于仿真建模，再将经过校准的属性带入训练场景，支撑机器人在仿真中反复试错和验证。

这正是本体企业迫切需要的“对齐物理世界的能力”

宇树与光轮智能的合作中强调，双方将探索构建与机器人特性、控制需求和实际任务匹配的训练验证环境，再用真实执行结果校准仿真。不同本体的运动和受力条件需要分别验证，传感器与控制链路的误差也仍要在真机上检查；仿真承担的，是让更多问题在进入现场前就得到识别和处理。物理对齐的产业意义，最终会体现为把一部分现场反复调试前移到仿真阶段，从而缩短适配周期，加速全产业的应用落地。

仿真验证解决的是部署前的问题。一次部署花费的工程时间如果无法在下一次复用，本体产量增长，也很难同步换来应用规模增长。

王兴兴发言中一个判断值得注意：“对宇树而言，部署一万台机器人用于测试和评价，难度与成本都是可控的。这个自动化闭环会像雪球一样越滚越大，为后续大规模机器人部署提供支撑。”这意味着，本体规模已经有机会成为更大的学习资源。

但问题在于部署如何规模化？

过去，不同项目中的问题容易停留在现场运维、人工接管和故障记录里。一支团队解决过的抓取偏差，换到另一台机器人、另一处工位，仍可能重新出现。数据的格式、任务定义和评价标准不一致，也让不同团队难以直接复用彼此的工作。这些重复劳动会迅速成为交付与迭代的负担，部署成本随着规模水涨船高。

宇树与光轮智能的合作，直面部署的规模化难题。

宇树和光轮智能，将探索在现实场景中任务配置、运行监测、失败样本记录与反馈分析，把现场暴露的问题整理成可分析、可复现、可验证的研发任务，并由光轮智能RoboStack真实部署与反馈平台承接：

•多场景适配。围绕不同行业的任务流程和环境约束进行模块化适配，让模型与具体作业要求衔接。例如，工厂中的零件取放和医院中的器械整理，对操作对象、动作流程和执行精度有不同要求，需要落实到相应的任务配置与现场验证中。

•多本体兼容。支持轮式、人形、复合机器人等不同本体统一接入，衔接不同硬件形态与任务执行方式，为同类任务在不同机器人上的适配和验证提供基础。

•规模化部署。通过集群统一编排和下发，支持多台机器人部署与运行管理。随着设备数量增加，把逐台配置、逐台调试的工作逐步转化为平台统一管理，是提高交付效率的重要环节。

•远程接管。当机器人遇到能力边界或现场异常时，由人员远程介入并即时纠正，帮助任务恢复执行。接管过程也为识别模型短板、采集有效示范提供了入口。

这使部署不只承担设备交付和现场适配，也承担收集真实问题、检验任务表现的作用。对本体企业来说，机器人进入更多场景，能带来不同任务和工况下的运行反馈；对基础设施企业来说，任务配置和反馈分析能够让现场经验更有组织地进入后续训练与评测。

本体规模带来更多真实任务，部署体系决定这些任务能否转化为可复用的经验。

要让规模化部署形成应用优势，机器人需要在可管理的任务和运行条件下持续接受检验。任务是否完成、异常发生在哪一步、是否需要人工介入、调整后表现有没有改善，都需要被记录和分析。做好这些工作，才能减少不同项目之间反复采集、适配和调试的成本，以完备的基础设施支撑本体规模化部署，让规模增长逐步转化为更高的部署效率。

真正的规模化，不只是机器人数量增加，也意味着有效学习的轮次增加。

部署规模决定反馈经验来源的广度，有效学习的速度决定这些经验多久能够变成能力。在同样长的时间窗口里，能够完成更多轮有效迭代的企业，更有机会把早期部署积累为后续优势。这背后是一个能把数据、评测和部署完整闭环的基础设施。

海外的探索已经沿着这条路径展开。Physical Intelligence在2025年发布的RECAP方法，将专家示范、人工纠正和机器人自主执行经验结合，通过强化学习改善任务表现。今年10月，其API发布又明确了一套应用迭代流程：采集示范、训练模型、真机测试，再用失败决定下一轮补采什么数据。1X在6月设立World Model Lab时，也将真实部署、机器人数据采集与强化学习纳入了能力扩展路线。

这些进展共同指向一个变化：部署现场开始参与决定机器人“接下来学什么”。一个零件拿不稳，可能需要补充不同姿态和受力条件下的样本；一个任务频繁中断，则要检查问题发生在哪个步骤，以及前面的动作是否已经埋下偏差。只有先把失败识别清楚，补数据和补训练才有明确方向。

此次合作，光轮智能的Real2Sim2Real持续学习基础设施，正把这些现场问题组织为下一轮训练任务。RoboStack记录失败、异常与人工接管过程；EgoSuite围绕能力缺口补充人类示范；SimFoundry复现问题并扩展相关工况，为补训提供环境。新版本再通过RoboFinals接受评测，并回到真机检验改进效果。

具体而言，宇树机器人的自由度、负载能力、传感器配置和末端执行器特性，将为任务设计、数据需求与训练验证提供依据；光轮智能则结合人类视频数据和仿真合成数据，把具体需求转化为可复用的标品数据。数据生产、模型训练与本体执行之间，通过反馈持续调整。

这一过程也让数据供给直面落地应用后的新需求。面对一个插接任务，需要采什么样的示范、覆盖哪些接触变化，必须结合机器人的实际执行条件判断。

RoboFinals评测平台则进一步回答，新一轮学习究竟有没有用。补训是否解决了旧问题，换一个条件后是否仍然有效，新版本是否造成其他能力回退，都需要持续验证。除了成功率，还要考察完成节拍、长程任务中的失败环节和抗干扰表现，再将结果反馈给数据生产和模型训练。

因此，宇树与光轮智能合作所争取的时间优势，既包括缩短首次部署前的准备，部署时的规模化，也包括加快部署后的迭代。EgoSuite提供人类经验，SimFoundry构建可反复试错的环境，RoboFinals识别能力边界，RoboStack把现场问题带回学习系统。四者与机器人本体衔接之后，早期部署积累的经验，才有机会继续支持一批又一批机器人规模化进入场景，创造可持续的商业价值。

结语

机器人规模化部署的时间窗口，既取决于机器人何时进入现场，也取决于现场经验多久能够进入下一轮学习。

宇树与光轮智能的合作，指向了具身智能产业分工的深化：本体的规模化供给，需要与数据、评测和部署反馈的体系化建设同步推进。能否让技术突破更快经受真实任务的检验，并将现场经验不断带回研发，将成为决定机器人规模化落地进程的重要变量。

这也使中国丰富的制造业与生活场景有了更深一层的意义。场景能够暴露问题，部署能够积累经验，但这些经验只有经过记录、复现、补训和验证，才能支持下一批机器人更快适应真实世界。

当一台机器人遇到的问题，能够帮助后续机器人少走一段弯路，本体规模才开始转化为学习速度。

物理AI基础设施打开的时间窗口，就在于让先进入现场获得的经验，持续缩短下一次部署与迭代所需的时间。